C#中用正则表达式读取某站点的所有链接或者图片,它的正则表达式如何写??

抓取网页中的链接 
作者：孟宪会 出自：【孟宪会之精彩世界】 发布日期：2003年5月1日 7点4分24秒 
--------------------------------------------------------------------------------
 
输入一个地址，就可以把那个网页中的链接提取出来，下面这段代码可以轻松实现，主要的是用到了正则表达式。 GetUrl.aspx代码如下：<%@ Page Language="vb" CodeBehind="GetUrl.aspx.vb" AutoEventWireup="false" Inherits="aspxWeb.GetUrl" %>
<html>
<head>
<META http-equiv="content-type" content="text/html; charset=gb2312">
</head>
<body>
<form id="Form1" method="post" runat="server">
  <P>
    <asp:Label id="Label1" runat="server"></asp:Label>
    <asp:TextBox id="urlTextBox" runat="server" Width="336px">
http://lucky_elove.www1.dotnetplayground.com/
</asp:TextBox>
    <asp:Button OnClick="scrapeButton_Click" id="scrapeButton" runat="server"></asp:Button>
 </P>
  <HR width="100%" SIZE="1">
  <P>
    <asp:Label id="TipResult" runat="server"></asp:Label>
    <asp:TextBox id="resultLabel" runat="server" TextMode="MultiLine" 
Width="100%" Height="400"></asp:TextBox>
 </P>
</form>
</body>
</html> 
后代码GetUrl.aspx.vb如下：Imports System.IO
Imports System.Net
Imports System.Text
Imports System.Text.RegularExpressions
Imports SystemPublic Class GetUrl
  Inherits System.Web.UI.Page
  Protected WithEvents Label1 As System.Web.UI.WebControls.Label
  Protected WithEvents urlTextBox As System.Web.UI.WebControls.TextBox
  Protected WithEvents scrapeButton As System.Web.UI.WebControls.Button
  Protected WithEvents TipResult As System.Web.UI.WebControls.Label
  Protected WithEvents resultLabel As System.Web.UI.WebControls.TextBox#Region " Web 窗体设计器生成的代码 "  '该调用是 Web 窗体设计器所必需的。
  <System.Diagnostics.DebuggerStepThrough()> Private Sub InitializeComponent()  End Sub  Private Sub Page_Init(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles MyBase.Init
    'CODEGEN: 此方法调用是 Web 窗体设计器所必需的
    '不要使用代码编辑器修改它。
    InitializeComponent()
  End Sub#End Region  Private Sub Page_Load(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles MyBase.Load
    '在此处放置初始化页的用户代码
    Label1.Text = "请输入一个URL地址："
    scrapeButton.Text = "分离Href链接"
  End Sub
  Private report As New StringBuilder()
  Private webPage As String
  Private countOfMatches As Int32  Public Sub scrapeButton_Click(ByVal sender As System.Object, ByVal e As System.EventArgs)
    webPage = GrabUrl()
    Dim myDelegate As New MatchEvaluator(AddressOf MatchHandler)    Dim linksExpression As New Regex( _
        "\<a.+?href=['""](?!http\:\/\/)(?!mailto\:)(?>foundAnchor>[^'"">]+?)[^>]*?\>", _
        RegexOptions.Multiline Or RegexOptions.IgnoreCase Or RegexOptions.IgnorePatternWhitespace)    Dim newWebPage As String = linksExpression.Replace(webPage, myDelegate)    TipResult.Text = "<h2>从 " & urlTextBox.Text & "分离出的Href链接</h2>" & _
        "<b>找到并整理" & countOfMatches.ToString() & " 个链接</b><br><br>" & _
        report.ToString().Replace(Environment.NewLine, "<br>")
    TipResult.Text &= "<h2>整理过的页面</h2><script>window.document.title='抓取网页中的链接'</script>"
    resultLabel.Text = newWebPage
  End Sub
  
  Public Function MatchHandler(ByVal m As Match) As String
    Dim link As String = m.Groups("foundAnchor").Value
    Dim rToL As New Regex("^", RegexOptions.Multiline Or RegexOptions.RightToLeft)
    Dim col, row As Int32
    Dim lineBegin As Int32 = rToL.Match(webPage, m.Index).Index    row = rToL.Matches(webPage, m.Index).Count
    col = m.Index - lineBegin    report.AppendFormat( _
        "Link <b>{0}</b>, fixed at row: {1}, col: {2}{3}", _
        Server.HtmlEncode(m.Groups(0).Value), _
        row, _
        col, _
        Environment.NewLine _
    )
    Dim newLink As String
    If link.StartsWith("/") Then
      newLink = link.Substring(1)
    Else
      newLink = link
    End If    countOfMatches += 1
    Return m.Groups(0).Value.Replace(link, newLink)
  End Function  Private Function GrabUrl() As String
    Dim wc As New WebClient()
    Dim s As Stream = wc.OpenRead(urlTextBox.Text)
    Dim sr As StreamReader = New StreamReader(s, System.Text.Encoding.Default)
    GrabUrl = sr.ReadToEnd
    s.Close()
    wc.Dispose()
  End FunctionEnd Class 

解决方案 »

  1.   

    大哥.你那是VB的,,我说的是C#的...
      

  2.   


    string html = "......";
    string pattern = @"<(a|img).*(href|src)=['""]?(?<link>[^'""\s])['""]?.*(\\?>|[^><]*<\/(a|img)>)";
    Regex regex = new Regex(pattern, RegexOptions.Compiled|RegexOptions.IngoreCase);
    for(Match m = regex.Match(html); m.Success; m = m.NextMatch())
    {
      Console.WriteLine(m.Group["link"].Value);
    }
      

  3.   

    string pattern = @"<(a|img).*(href|src)=['""]?(?<link>[^'""\s]*)['""]?.*(\\?>|[^><]*<\/(a|img)>)";